Hacker News Digest

LWN повысит цены на подписки с 15 сентября на ~20% — впервые за пять лет и лишь во второй раз за 24 года существования модели подписки. Это решение продиктовано инфляцией (в США — почти 20% с 2022 года) и стагнацией числа подписчиков, что делает прежнюю стратегию нежизнеспособной. Рост цен позволит поддерживать работу сайта, оплачивать зарплаты редакторам, развивать функции вроде EPUB-версий статей, тёмной темы, базы исходного кода ядра и защиты от скрапинга.

Новые тарифы: «Голодный хакер» — $6, «Профессионал» — $11, «Руководитель проекта» — $19, «Маниакальный сторонник» — $55 в месяц. Подписки, купленные до объявления, сохранят старую цену до окончания срока. Активные ежемесячные подписки до объявления будут оплачиваться по старым тарифам ещё шесть месяцев. LWN благодарит читателей за поддержку — именно она позволила изданию существовать 30 лет, не полагаясь на рекламу или монетизацию данных.

LWN — незаменимый ресурс для профессионалов в Linux и системном ПО, ценность которого измеряется не ценой подписки, а долгосрочным влиянием на карьеру и качество технической информации. Подписчики отмечают уникальность безрекламной модели, глубину анализа и отсутствие «флюффи» — только технические новости от экспертов в «старомодном» стиле. Многие читают LWN с 1998 года и считают повышение цены на 20% незначительным за непрерывный доступ к контенту. Отсутствие рекламы — ключевая причина доверия: любое давление в сторону рекламной модели грозит потерей уникальности. EPUB-версии — решающий фактор сохранения подписки, так как позволяют читать длинные тексты офлайн на электронных книгах, что отличает LWN от других технических изданий. $11/мес называют абсолютной выгодой для тех, кто профессионально связан с Linux. Пользователи, прекращавшие подписку из-за просроченной карты, сразу возобновляли её после напоминания — это подтверждает высокую лояльность. Предлагается продавать архивы выпусков в PDF и XML, а также лицензировать контент для AI-компаний — как новые источники дохода без перехода на рекламу. Компаниям рекомендуется оформлять групповые подписки, в том числе через корпоративные счета, для стабильного дохода и поддержки проекта. Один пользователь считает статьи не достойными платной подписки — это противоречит мнению большинства о их уникальной ценности. Некоторые отмечают, что LWN плохо маркетингуется: профессионалы с 20-летним стажем впервые узнают о нём, что указывает на проблему привлечения новых аудиторий. Также высказываются сомнения в обоснованности роста цен: неясно, как именно инфляция повлияла на операционные расходы небольшой команды.

Старение мозга связано не только с ослаблением памяти, но и с её искажением: вместо простого забывания пожилые люди всё чаще смешивают воспоминания из разных категорий — например, принимают сцену за объект или наоборот. В исследовании с участием 61 человека в возрасте от 18 до 74 лет учёные отслеживали активность гиппокампа во время запоминания пар «лицо–предмет» и «лицо–сцена», а затем при воспроизведении. У молодых участников точность памяти коррелировала с тем, насколько мозговая активность при воспроизведении совпадала с активностью при обучении — чёткое воспроизведение конкретного следа. У пожилых же такая же совместимость активности предсказывала не точность, а ошибки смешения между категориями: мозг «вытаскивал» слишком много unrelated фрагментов и сшивал их в ложные связи. Это явление назвали category-level misbinding — смешивание на уровне категорий, а не просто ослабление следа. Ни атрофия мозга, ни различия в внимании не объяснили этот сдвиг полностью, что указывает на фундаментальное изменение в том, как ageing мозг организует и извлекает эпизодическую память. Вместо ослабления trace происходит его перекрёстное активирование, ведущее к уверенным, но ложным воспоминаниям. Это объясняет, почему пожилые люди могут твёрдо верить в детали, которые никогда не происходили, но при этом сохранять общую семантическую верность (например, помнить, что речь о ключах, но не где и с кем). Результаты ставят под сомнение линейную модель когнитивного decline и показывают, что старение памяти — это не просто потеря, а перестройка её механизмов в сторону избыточной ассоциативности.

Обсуждение дополняет статью, подтверждая через личный опыт: искажение памяти — не исключительно возрастное явление, а универсальный когнитивный процесс, усиливаемый перегрузкой и несвязанностью сознания, а не только биологическим старением. Все люди искажают память в любом возрасте — воспоминания перезаписываются при каждом извлечении (метафора восковых диорам), что согласуется с когнитивной наукой. Память — субъективная, изменчивая и избирательная реконструкция, а не репродукция реальности, и потому уязвима независимо от возраста. Пожилые не просто забывают, а смешивают воспоминания — например, помещают детей в события до их рождения, что отмечают несколько участников. Искажение работает как lossy compression: мозг компактно кодирует рутинные события, сохраняя ключевые фрагменты, а не детали (утренние привычки, API-интерфейсы). Частые воспоминания одного типа становятся менее различимыми — возникают «коллизии» между схожими эпизодами, как при переполнении хэш-таблицы. С возрастом теряется точность деталей, но выигрывается способность связывать концепции и оценивать информацию на высоком уровне — это компенсаторная адаптация, а не деградация: мозг жертвует точностью ради эффективности, сохраняя смысл, а не факты (эволюционная черта, а не дефект). Люди с высокой памятью (как Patient Sh.) страдают от перегрузки — их мозг не может фильтровать, что подтверждает необходимость компрессии для функциональности. При деменции наблюдаются экстремальные формы смешивания (путают место жительства с университетом) — механизм существует в спектре от нормы до патологии. Сны могут ошибочно восприниматься как реальные воспоминания — дополнительный источник искажений, не связанный напрямую с возрастом. Снижение циркадных ритмов с возрастом нарушает консолидацию памяти, добавляя физиологический слой к когнитивным искажениям, не упомянутый в статье. Сравнение с LLM: и мозг, и нейросети при избытке данных теряют детали, заменяя их семантическими шаблонами — это оптимизация, а не ошибка. Спор: некоторые считают искажение результатом накопления опыта и перегрузки — даже молодой человек с огромным объёмом воспоминаний может сталкиваться с тем же эффектом. Критики отмечают нехватку участников 30–50 лет в исследовании, поэтому выводы о линейном ухудшении памяти с возрастом некорректны — эффект может быть не возрастным, а экспоненциальным. Совет: при потере деталей полезно полагаться на внешние носители (фото, записи, дневники) как на «внешнюю память», компенсируя внутреннюю нестабильность.

Нидерландский центральный банк переместил €10 млрд золотых резервов из хранилищ в США и Канады в Лондон, объяснив решение «нестабильностью» в геополитической и финансовой среде. Операция, проведённая в рамках стратегии диверсификации активов, направлена на снижение рисков, связанных с зависимостью от конкретных юрисдикций, и укрепление позиции Нидерландов в условиях глобальной неопределённости. Золото, ранее хранившееся в Нью-Йорке и Оттаве, теперь находится в хранилищах Банка Англии, что соответствует практике других европейских центробанков, стремящихся вернуть контроль над национальными активами.

Перемещение подчёркивает растущую озабоченность центральных банков по поводу надёжности долгосрочного хранения резервов в странах, чьи политические или экономические действия могут быть непредсказуемыми. Хотя точные причины «нестабильности» не уточняются, контекст 2026 года включает напряжённость в трансатлантических отношениях, вопросы суверенного долга и опасения по поводу доступа к активам в кризисных сценариях. ДНБ подчеркнул, что операция проводится в рамках законных полномочий и не отражает потери доверия к США или Канаде как партнёрам, а является превентивной мерой по обеспечению финансовой устойчивости. Золотые резервы Нидерландов составляют около €15 млрд, поэтому этот шаг затронул две трети национального запаса.

Тред воспринимает перенос золота Нидерландским банком как реакцию на падение доверия к США после Трампа и подтверждение европейского тренда репатриации золота. Нидерланды физически переместили 27 тонн, остальное продали и вновь купили в Лондоне. Шаг совпадает с аналогичным действием Франции и укладывается в длительный европейский тренд вывода золота из Северной Америки. Среди причин участники называют как общее снижение безопасности США, так и специфику политики Трампа; есть разногласия, является ли официальная формулировка «повышение устойчивости» рациональным управлением рисками или риторикой. Нидерландский банк обосновал перенос практическим мотивом — возможностью быстрой продажи золота из Лондона в кризис. Отмечается, что центральные банки держат больше золота, чем американских трежерис, а речь идёт не о полном выводе золота из Северной Америки, а о ребалансировке для более равномерного географического распределения. Советы: хеджировать риски, связанные с США, и рассмотреть диверсификацию золотых резервов в своих институтах; быть готовыми к возможной конфискации иностранных золотых резервов при бюджетном кризисе в США. Подчёркивается, что для традиционно атлантистских Нидерландов такой шаг выглядит смелым, а сам перенос имеет скорее символический геополитический, а не финансовый характер.

Пользователи Mistral могут отказаться от использования своих входных и выходных данных для обучения моделей, но процесс зависит от используемого сервиса. Через административную панель Admin.mistral.ai можно отключить обучение на данных из Mistral Studio и API, а также для приложения Vibe. Для мобильных версий Vibe на iOS и Android процедура опции отказа также доступна в настройках приложения. Отказ не применяется автоматически — пользователь должен активно его настроить. Дополнительно доступна функция Zero Data Retention (ZDR), которая полностью блокирует хранение данных, включая сессии и историю. Важно: данные по умолчанию могут использоваться для обучения, если пользователь не предпринял шагов для отказа. GDPR-права, включая запросы на удаление или доступ к данным, также можно реализовать через специальные инструменты на сайте поддержки.

Mistral изменил политику: на Team-тарифе опция отключения обучения отключена по умолчанию, несмотря на заявления о прозрачности. Интерфейс и документация противоречат друг другу — пользователи видят opt-in по умолчанию, а администраторы ожидают централизованного контроля. Это делает Team-тариф неприемлемым для корпоративного использования, особенно с GDPR-чувствительными данными. Пользователи (@teekert, @20k, @rectang, @lukeschlather, @tensor) сходятся во мнении, что все крупные LLM-компании собирают данные независимо от настроек, а опция отказа — формальность. Нет гарантий, что политика не изменится после поглощения или нарушений субподрядчиков. Enterprise-тариф по умолчанию отключает обучение, но обычные пользователи такой защиты не имеют (@creativeSlumber). Советы: @segmondy рекомендует локальные модели вместо Mistral; @Diti — Kagi Ultimate, который анонимизирует данные перед передачей в LLM. @TZubiri отмечает, что смена политики без уведомления и права на расторжение может нарушать договор. @LoveMistral предупреждает, что Mistral, вероятно, собирает код и файлы (как GitHub Copilot), что опаснее промптов для интеллектуальной собственности. @danelski и @ylisav добавляют, что аналогичные практики у Claude и Gemini, и пользователи, не проверяющие настройки, уже дали согласие.

Claude добавляет в файлы, которые он создаёт, специальную подписанную метаданные — так называемый content credential, соответствующий стандарту C2PA. Это позволяет определить, был ли файл создан или обработан с помощью Claude, но только если формат файла поддерживается (например, PNG, JPG, SVG, MP4 и др.). Инструмент проверяет только эти метаданные и не анализирует содержимое файла. Загруженный файл остаётся на устройстве пользователя, не сохраняется и не используется дальше. Обнаружение водяных знаков в тексте, созданном Claude, возможно через отдельный Detection API, но он пока доступен только организациям по требованию ЕС. Аналогичные системы проверки происхождения контента существуют у OpenAI, Google DeepMind и Gemini. C2PA — открытый стандарт, используемый также в фототехнике и редакторах для отслеживания источника медиафайлов.

C2PA-метаданные в файлах Claude легко удаляются, но их подпись не подделывается без ключа Anthropic — система односторонняя: отсутствие метаданных не доказывает отсутствие участия Claude, наличие — подтверждает. Способы обхода и ограничения: - При упаковке медиа в ZIP метаданные теряются без изменения содержимого. - Загрузка своего изображения с запросом «верни как есть» приводит к добавлению C2PA, что показывает: метаданные встраиваются на этапе презентации, а не генерации. - В SVG метаданные хранятся как `<c2pa:manifest>`, в PNG — как chunk `caBX`; удаляются вручную без повреждения файла. - Проверка не работает для PDF, Excel, кода и других текстовых форматов, хотя они часто генерируются LLM, что ограничивает практическую ценность. - C2PA не работает для файлов, обработанных сторонними инструментами (ImageMagick, ffmpeg и т.п.) — даже если они созданы Claude. - Anthropic не встраивает водяные знаки в код: невидимые символы нарушают функциональность. - Пользователи могут обойти систему, переформулируя выводы Claude через другую LLM (уязвимость к цепочкам моделей). Технические детали: - Проверка выполняется на клиенте через WebAssembly-версию Rust-библиотеки c2pa-rs — файлы не отправляются на сервер. Дискуссии о ценности: - Водяные знаки нужны в основном для соответствия EU AI Act, но закон охватывает только изображения, видео и аудио — для текста они избыточны. - Одни считают наличие метаданных единственным надёжным признаком участия Claude, другие — что их отсутствие ничего не доказывает. - Обсуждается обучение дискриминатора для различения Claude и других LLM с последующим созданием де-водяного знака. - Компании могут использовать C2PA не против подделок, а чтобы их выходные данные не попадали в обучающие наборы других моделей. Итог: C2PA не решает проблему доверия к контенту — метаданные удаляются, а их отсутствие не доказывает отсутствие AI-генерации. Ключевой вопрос остаётся этическим: «поставил бы человек свою подпись под этим?»

Quasar 438B — это флагманская модель Multiverse Computing, первая крупномасштабная ИИ-модель компании, ориентированная на корпоративные агенты и программирование. Она работает на английском и испанском языках и набрала 43 балла в индексе Artificial Analysis Intelligence Index v4.1.1 — лучший результат среди европейских моделей. Индекс объединяет девять тестов, включая GDPval-AA, τ³-Banking, Terminal-Bench, SciCode и другие. Quasar опережает Mistral Medium 3.5 (30 баллов), NVIDIA Nemotron 3 Ultra (38) и Inkling (42), уступая только лидерам вроде Claude Opus 5 (63).

Помимо высокой точности, модель демонстрирует выдающуюся скорость: генерация 500 токенов с учётом времени рассуждения занимает всего 15,3 секунды. Это быстрее, чем у большинства конкурентов — только три модели отвечают быстрее, и лишь одна из них (Gemini 3.7 Flash) превосходит Quasar по интеллекту. По сравнению с Mistral Medium 3.5, Quasar не только точнее (43 против 30), но и быстрее (15,3 с против 18,8 с). В долгосрочном контексте (AA-LCR) модель набрала 75,0 балла — на уровне Grok 4.6 и близко к Claude Opus 5 (75,7), превосходя Nemotron 3 Ultra на 4,0 и Mistral на 9,7 пунктов. На Terminal-Bench v2.1 Quasar набрал 69,3, опережая Mistral на 18,7 и Nemotron на 15,4 балла, что подтверждает её силу в агентном программировании и работе с терминалом. Модель доступна через API CompactifAI без необходимости развёртывания собственной инфраструктуры.

Обсуждение ставит под сомнение оригинальность и превосходство Quasar 438B: ряд комментаторов (walrus01, comandillos, fantyoon, espadrine) считают её дообученной китайской моделью (GLM-5.2, Qwen, Nemotron). scrollaway, ссылаясь на личную встречу с CEO и участие в EIC Accelerator, указывает на реальный продукт и финансирование. Большинство сходится в том, что закрытые веса делают бенчмарки недостоверными, а модель при этом уступает Qwen-3.8-27B почти впятеро меньшей по размеру. Заявления о квантовом сжатии (80–95 % без потери точности) воспринимаются как маркетинговый шум без подтверждений. Часть участников (DeathArrow, torginus) отмечает непрозрачность финансирования и руководства, подозревая использование грантов без достаточной технологической базы. Титул «Europe's Leading AI Model» считается низким порогом — модель уступает более сильным китайским и американским LLM. Рекомендации: открыть веса или предоставить воспроизводимые протоколы бенчмаркинга; интеграция в OpenRouter повысит доступность; модель может найти нишу в европейском суверенитете данных, если будет соответствовать EU-AI-Act и размещаться в ЕС; избегать преувеличенных формулировок и оценивать модели по реальным метрикам, а не по слоганам. Сообщество хочет видеть открытые европейские альтернативы китайским моделям (Mistral, Laguna) и рассматривает проект как потенциального конкурента в этом направлении.

Коммодор 64 вышел 1 сентября 1982 года, получив название из-за 64 КБ оперативной памяти, и стал первым компьютером с таким объёмом памяти, продававшимся дешевле 600 долларов. Хотя прототипы демонстрировались на CES в январе 1982 года, массовый выпуск начался позже: некоторые источники указывают на август, но Майкл Томчик в своей книге 1984 года называет датой запуска 1 сентября, что кажется более достоверным, учитывая необходимость отгрузки единиц дилерам за месяц до официальных продаж. Первоначальное производство в Санта-Кларе столкнулось с проблемами качества, поэтому сборку передали японской компании Kentron, которая к январю 1983 года наладила массовый выпуск. За первые шесть месяцев было продано полмиллиона устройств, а к концу финансового 1984 года — около пяти миллионов. В итоге Коммодор 64 стал самым продаваемым компьютером в истории: около 12,3 миллионов единиц (или 10,6 миллионов, если не считать С-128 отдельным продуктом).

Его долгосрочный успех объяснялся не только низкой ценой и хорошей памятью для времени, но и удачным балансом компромиссов в дизайне. Хотя дисковый накопитель 1541 был медленнее, чем мог бы быть, а графика и звук были простыми, эта комбинация оказалась достаточной для игр, обучения и творчества. В отличие от VIC-20, который продавался около трёх лет, С-64 держался на рынке до начала 1990-х, продавая по 700 тысяч единиц в год даже в конце десятилетия. В 1993 году спрос всё ещё существовал, и Коммодор не мог отказаться от продаж malgré упадка интереса. В 2025 году платформа получила второе дыхание: энтузиаст приобрёл бренд и лицензировал FPGA-клон материнской платы, продав около 19 тысяч единиц по цене выше оригинальной — явное доказательство неугасающего интереса к этой культовой машине.

Обсуждение дополняет статью живыми воспоминаниями о C64. Многие пользователи получили его в подарок, по предзаказу или б/у, иногда с кассетным или дисковым приводом, но чаще без дисковода; в Восточном блоке машина появлялась позже, нередко с пиратскими дисками. C64 открыл им мир программирования — от BASIC к ассемблеру 6502/6510, — сформировал профессиональную идентичность и вдохновил на карьеру в разработке ПО и геймдизайне. Отмечается высокая «хакабельность» машины: аппаратный тактовый генератор (~900 кГц) позволял реализовывать сложные тайминговые приёмы в ассемблере, а звук SID и графика VIC сделали её платформой для демо и творческих экспериментов. C64 использовался не только для игр, но и для продуктивных задач (например, GEOS для работы с текстами); большинство владельцев вначале пользовались только кассетным хранением из-за дороговизны дисководов. Среди негативных отзывов — критика ограниченности BASIC и отсутствия доступа к продвинутым возможностям без интернета; некоторые хранят нерабочие C64 в оригинальных коробках, подчёркивая эмоциональную привязанность. Обсуждение подтверждает цену запуска $595, падение до $229 через год и объёмы продаж около 700 000 единиц в год до конца 80‐х (в 1993 году машина ещё присутствовала на рынке, но в небольших количествах). Упоминается исчезнувший из публичного доступа реестр серийных номеров (@technothrasher). Точная дата выпуска 1 сентября 1982 года оспаривается: @Findecanor просит подтверждающие источники, однако альтернативных аргументов в треде не представлено.

Тёмный веб-сервис Nexus продаёт цифровые сканы более 153 миллионов водительских прав из США и Канады, а также десятки миллионов других документов: ID-карт, паспортов, медицинских и марихуановых карт. Данные поступают, предположительно, из взлома крупной компании по верификации идентичности из Луизианы, чьи клиенты включают множество компаний из списка Fortune 500. Сервис активно пополняется: за сутки количество записей выросло на почти 400 тысяч, что указывает на непрерывную эксфильтрацию данных. Записи содержат не только обычные сканы, но и инфракрасные и ультрафиолетовые версии изображений, а также временные метки, совпадающие с датами реальных взаимодействий — например, аренды автомобиля или полёта. Среди жертв оказались высокопоставленные чиновники, включая министра обороны Пита Хегсета, а также обычные граждане, чьи документы были использованы без их ведома при оформлении услуг, таких как аренда авто или полёты. FBI уже открыло официальное расследование через своё отделение в Новом Орлеане. Эксперты предупреждают, что утечка создаёт серьёзные риски для людей, вынужденных скрываться — жертв домашнего насилия или участников программы защиты свидетелей — поскольку современные системы распознавания лиц не могут надёжно отличить подлинное лицо от украденного изображения. Сервис внезапно исчез из даркнета вскоре после публикации статьи, оставив лишь сообщение о недоступности. Однако эксперты считают, что данные уже могли быть скопированы и перепроданы. Инцидент подчеркивает уязвимость систем, где водительские права используются как основной инструмент идентификации, особенно при растущей зависимости от сторонних верификаторов без достаточного надзора.

Обсуждение подтверждает: массовое хранение сканов документов — системная проблема, вызванная отсутствием регуляторного давления и альтернативных моделей верификации, а не технической неопытностью отдельных компаний. Стандартной практикой остаётся хранение сканов после верификации, хотя для подтверждения возраста достаточно бинарного ответа. Это подтверждается опытом ЕС и Калифорнии с mDL. European Digital Identity Wallet и Apple Wallet mDL уже передают атрибуты, а не полные документы, снижая риски утечек. Компании хранят данные не из-за технической некомпетентности, а из-за отсутствия юридической ответственности: без штрафов за утечку экономически выгоднее хранить, чем удалять. Часть участников считает хранение необходимым для соответствия законам о ретенции, другие называют это не аргументом, а отговоркой. Один из споров касается внедрения государственного ID в США: одни связывают это с сопротивлением «национальному ID», другие приводят примеры Эстонии и скандинавских стран, где такие системы работают. Каждый дополнительный сигнал для «безопасной» верификации (лицо, сканы, поведение) становится целью для кражи при взломе — это парадокс безопасности. Утечки происходят не из-за одного взлома, а из-за длительного сбора данных: компании, вероятно, не удаляют данные, а копируют их в теневой рынок по мере обновления. Из практических шагов для пользователей остаются заморозка кредитов и защита от SIM-свопинга, поскольку системные уязвимости не устраняются. Те же компании (Experian, Equifax) хранят данные европейцев, но регуляторное давление GDPR снижает масштабы утечек — проблема в правовом поле, а не в компаниях. Страхование, растущее пропорционально объёму хранимых данных, сделает хранение PII экономически невыгодным — это прямой путь к минимизации. Сканы водительских прав — частая цель утечек, так как содержат больше PII, чем паспорта, и используются повсеместно. Пользователи не доверяют компаниям, запрашивающим сканы, понимая, что данные скорее сохранят, чем удалят. Цифровые водительские права с поддержкой ISO/IEC 18013-5 (например, в Apple Wallet) позволяют контролировать объём передаваемых данных. Государство могло бы предоставить API для верификации без передачи документов, но это требует отказа от бумажной бюрократии, что не отвечает интересам многих заинтересованных сторон. Утечка 153 млн записей показывает, что почти половина американцев уже попала в теневой рынок — это не исключение, а следствие отсутствия законодательных барьеров.

Firefox остаётся важным инструментом для сохранения разнообразия в веб-браузерах, несмотря на критику и переход некоторых пользователей на альтернативы вроде Vivaldi. Автор подчёркивает, что отказ от Firefox из-за его присутствия в соцсетях (включая X, ранее Twitter) является излишним, особенно когда альтернативы также используют те же платформы. Ссылка на поговорку «не выплескивай ребёнка вместе с водой» служит метафорой: не стоит отказываться от браузера из-за мелких раздражений, игнорируя его фундаментальную ценность.

Без Firefox рынок браузеров оказался бы доминирован движком Blink (Chrome и его производные, включая Vivaldi, Opera, Edge), оставляя лишь Safari как маловероятного конкурента из-за его привязки к экосистеме Apple. Автор отмечает, что присутствие Firefox в X — это стратегическая попытка привлечь новых пользователей на фоне падающей глобальной доли рынка, и призывает поддерживать проект, поскольку независимые движки браузеров критически важны для инноваций, конкуренции и открытого веба. Поддержка Firefox — это не просто предпочтение, а необходимость для будущего интернета.

Firefox критически важен для разнообразия движков: альтернативы вроде Ladybird и Servo ещё не достигли функциональной зрелости (по данным WPT: Firefox — 90.6%, Ladybird — 84.2%, Servo — 74.4%), а Chromium-форки не решают проблему монополии. Его уход ускорит доминирование Chromium. Проблема — в управлении Mozilla, а не в браузере: уход Eich, финансирование от Google, внедрение функций вроде Pocket и телеметрии, игнорирование производительности и маркетинговые инициативы подрывают доверие сообщества. Зависимость от Google неизбежна: для устойчивости без рекламы потребовалась бы подписка ~$150/год от 10 млн пользователей, что нереалистично. К техническим недостаткам относят высокое потребление RAM, нестабильную производительность и ухудшение UX на десктопе, а также необходимость ручной настройки через about:config и userChrome.css, что делает Firefox непригодным для обычных пользователей, но привлекательным для продвинутых. На iOS Firefox — лишь обёртка над WebKit, что снижает его ценность. При этом Firefox — единственный браузер с полноценной поддержкой расширений на мобильных устройствах. LibreWolf и Zen предлагают более чистую альтернативу без телеметрии и Pocket. Пользователи Unix-десктопов сохраняют Firefox из-за интеграции с системой; на Windows/macOS часто предпочитают Chrome ради совместимости с корпоративными сервисами. Отказ от Firefox из-за его присутствия в соцсетях иррационален: все браузеры, включая Chrome и Safari, используют те же платформы для маркетинга, и это не влияет на технические характеристики.

Apple подала новый документ в суд по иску против OpenAI, утверждая, что получила «шокирующие доказательства» из MacBook бывшего инженера Чанга Лю, который перешёл из Apple в OpenAI в январе. По данным Apple, первоначальная экспертиза ноутбука показала, что Лю не только скачал конфиденциальную схему электрической цепи Apple, но и использовал её в своей работе в OpenAI, включая запуск симуляции в марте с помощью LTspice — инструмента для моделирования электрических схем. При этом он заявлял, что его ИИ-агент научился запускать LTspice и анализировать результаты, что, по мнению Apple, создаёт риск необратимого и распространяющегося использования trade secret через обучение моделей.

Кроме того, Apple утверждает, что Лю и его коллеги в OpenAI были осведомлены о его несанкционированном доступе к облачному хранилищу Apple, а после начала внутреннего расследования он направил инструкции по уничтожению доказательств коллеге из OpenAI, которая подтвердила готовность следовать им. Также отмечается, что Лю использовал в OpenAI инструмент с тем же названием, что и внутреннее приложение Apple для инженерной работы. Apple подчеркивает, что доказательства были получены благодаря синхронизации данных с Mac mini, который также использовал Лю и позже синхронизировался через iCloud с изъятым MacBook. Компания требует доступа к этому устройству и настаивает на ускоренном раскрытии доказательств, заявляя, что OpenAI проигнорировало доступные данные, выдвигая вместо них опровергаемые теории.

Обсуждение дополняет статью, фокусируясь на юридических и этических последствиях использования личных аккаунтов на корпоративных устройствах, а также на новом правовом аргументе о необратимом распространении торговой тайны через ИИ-агентов. Не входите в личные аккаунты на рабочих устройствах — даже внешний вид такого действия создаёт риски, особенно при наличии инструментов скриншотинга. Разделяйте рабочее и личное: личные данные храните только на личных устройствах. Даже незарегистрированные браузерные сессии могут стать основанием для раскрытия данных. Уходя из компании, очищайте устройства и выходите из всех аккаунтов. Одни считают доступ к личным аккаунтам через корпоративное устройство несанкционированным и незаконным, другие указывают, что суд может потребовать доступ к любым релевантным данным. Технические специалисты часто путают технический контроль доступа с юридическим: суд вправе запросить доступ и к личным устройствам, если в них есть доказательства. Корпорации, особенно зрелые, немедленно увольняют сотрудников при доказательствах кражи интеллектуальной собственности, чтобы снять юридическую ответственность. Прецеденты (Citadel, Coca-Cola) показывают, что даже попытка использовать украденное влечёт жёсткие последствия, независимо от успеха. Использование ИИ-агента для анализа и воспроизведения конфиденциальной схемы может создать необратимые следы — это новый правовой аргумент, не проверенный в суде. Одни считают, что агент лишь сохранил схему в виде резюме, другие — что даже косвенное использование оставляет следы в модели, и аргумент Apple правомерен. Открытое использование инструмента с тем же именем, что и внутренний инструмент Apple, усиливает подозрения в преднамеренном копировании. Прецеденты в области реверс-инжиниринга (cleanroom-подход) могут быть применимы к ИИ, но требуют чёткого разделения между изучением и созданием нового продукта. Существует мнение, что защита интеллектуальной собственности в эпоху ИИ теряет смысл, поскольку все модели обучаются на самых открытых данных. Использование личных аккаунтов на корпоративных устройствах — не просто нарушение политики, а потенциальное нарушение закона о защите торговых тайн, особенно если данные попадают в ИИ-системы.